Gas natural · Datos pre-trade
Automatización de la validación de datos de mercado pre-trade
Una mesa de trading de gas había sufrido dos incidentes distintos en un mismo trimestre en los que un dato de mercado erróneo llegó a la valoración antes de que nadie lo detectara.
El reto
Un analista de operaciones revisaba manualmente los datos de mercado cada mañana en busca de valores evidentemente erróneos. El proceso detectaba errores grandes y obvios, pero se le escapaban anomalías menores (un precio plausible pero incorrecto) que solo se hacían evidentes cuando ya habían afectado a la valoración.
Entorno existente
Una plataforma de trading y riesgo de gas que recibía curvas de precios diarias de múltiples fuentes, con la revisión visual manual como único paso de validación.
Causa raíz
No existía una capa de validación sistemática basada en reglas: la detección dependía enteramente de que un analista advirtiera una anomalía a simple vista, algo que no escala y que es intrínsecamente inconsistente.
Solución
Diseñamos una capa de validación basada en reglas y estadística que se ejecutaba automáticamente sobre cada curva de precios entrante: comprobaciones de rango frente a históricos, umbrales de variación diaria y comparación entre fuentes cuando varios proveedores cotizaban el mismo instrumento. Los valores marcados quedaban retenidos para revisión antes de liberarse al ETRM, en lugar de fallar en silencio o pasar sin control.
Pipeline de validación
Implantación
- Definición de las reglas de validación con la aportación de los equipos de trading y riesgo
- Construcción de la capa de validación para ejecutarse automáticamente en cada carga de datos
- Creación de una cola de revisión para los valores marcados, con un flujo claro de aprobación o rechazo
- Ajuste de los umbrales durante varias semanas para equilibrar los falsos positivos frente a los errores no detectados
Resultado
- Ningún nuevo incidente de datos erróneos no detectados en los doce meses posteriores a la puesta en marcha
- El papel del analista de operaciones pasó de la revisión manual a la validación de un número reducido de excepciones marcadas
- El tiempo diario de revisión se redujo sustancialmente pese a mantenerse el mismo volumen de datos entrantes
Tecnologías
Lecciones aprendidas
- La revisión visual manual de los datos de mercado no escala y es inconsistente por naturaleza: una capa basada en reglas detecta problemas que el ojo humano tiende a pasar por alto.
- Una cola de revisión para los valores marcados (no rechazados automáticamente) mantiene la supervisión humana en los casos límite sin reintroducir el cuello de botella original.
¿Está afrontando algo parecido?
Cuéntenos cómo es su entorno y le explicaremos cómo lo abordaríamos.